![]()
内容推荐 本书包含导论、R语言基础、总体与样本、数据整理与展示、数据的统计特征、统计量与抽样分布、参数估计、假设检验、方差分析、一元线性回归分析、多元线性回归分析和非参数统计等12章内容,涵盖了统计学原理、应用统计学等课程本科教学大纲要求的全部内容,适合64学时教学,也可适当取舍用于其他课时的课程教学。 R语言是统计分析、机器学习和人工智能等领域用得越来越广泛的统计语言,本书单独用一章的篇幅介绍了R语言基础,其他各章全部统计分析都是用R实现的,全书的R命令和代码自成体系。 本书适合于应用统计、经济、管理等专业本科生和研究生作为教材或参考书,也可以作为R语言学习和数据分析的参考书。 目录 章导论1 1.1什么是统计学1 1.2统计的产生与发展2 1.3大数据统计4 思考题4 第2章R语言基础5 2.1R的数学计算5 2.2向量及其运算7 2.3矩阵及其运算8 2.4数据类型13 2.5数据结构16 2.6对象及其属性19 2.7读写数据文件22 2.8基本作图27 2.9R编程和创建函数34 本章小节、练习题41 第3章总体与样本43 3.1总体与参数43 3.2样本与统计量45 3.3变量与数据47 3.4数据收集与误差51 本章小节、思考题与练习题56 第4章数据整理与展示61 4.1数据的预处理61 4.2定性数据的图表展示64 4.3定量数据的图表展示72 本章小结、思考题与练习题91 第5章数据的统计特征97 5.1数据集中趋势的度量98 5.2数据离散趋势的度量102 5.3数据分布形态的度量106 5.4切比雪夫不等式和经验法则109 本章小结、思考题与练习题112 第6章统计量与抽样分布116 6.1常用的统计分布117 6.2样本均值的抽样分布与中心极限定理130 6.3样本比例的抽样分布137 6.4样本方差的抽样分布142 本章小结、思考题与练习题144 第7章参数估计149 7.1参数的点估计149 7.2估计量的判别156 7.3参数的区间估计161 本章小节、思考题与练习题174 第8章假设检验179 8.1假设检验的基本问题179 8.2一个总体参数的检验185 8.3两个总体参数的检验190 本章小节、思考题与练习题199 第9章方差分析203 9.1方差分析概述203 9.2单因素方差分析206 9.3双因素方差分析213 本章小节、思考题与练习题219 0章一元线性回归分析223 10.1变量间的关系224 10.2相关分析225 10.3线性回归分析基本问题230 10.4一元线性回归中的参数估计232 10.5线性回归中的假设检验235 10.6回归模型的诊断240 10.7利用回归模型进行预测244 本章小节、思考题与练习题250 1章多元线性回归分析253 11.1多元回归模型及其基本假定254 11.2多元回归模型的参数估计255 11.3多元回归模型的显著性检验256 11.4多元回归模型的诊断259 11.5多元回归模型的R实现260 本章小节、思考题与练习题263 2章非参数统计268 12.1非参数统计简介269 12.2分布的检验270 12.3符号检验272 12.4秩的位置和相关性检验276 12.5列联分析281 本章小节、思考题与练习题284 参考文献287 |